Acetoin is a precursor to diacetyl in e-cigarette liquids
Notice bibliographique
Résumé
Use of the e-liquid flavourings diacetyl and acetyl propionyl has raised concerns that they might cause respiratory diseases amongst vapers. Product surveys show that these compounds, plus a less toxic alternative, acetoin, are widely used in e-liquids. We have investigated the chemistry of acetoin, acetyl propionyl and diacetyl in e-liquids. They are reactive, with concentrations falling substantially over time. Acetyl propionyl is the most reactive, diacetyl less so, and acetoin significantly more stable. Their reactivity is pH-enhanced when nicotine is present in the e-liquid. Of major concern, we found that acetoin generates diacetyl in e-liquids. We found diacetyl formation in all acetoin-containing e-liquids, but it is not an acetoin-contaminant. Diacetyl concentrations were proportional to acetoin content, grew over time, and formation was accelerated by nicotine. E-liquids stored for up to 18 months contained significant diacetyl, and reduced acetoin levels, showing that acetoin is a long-term diacetyl source. Other reaction pathways operate, and we advance mechanisms to explain this area of e-liquid chemistry. Acetoin use in e-liquids is an inevitable source of diacetyl exposure for e-cigarette users. Acetoin, acetyl propionyl and diacetyl are avoidable hazards for vapers, and we recommend e-liquid manufacturers move away from their use in e-liquid formulations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».